全文总字数：2062字
1. 毕业设计（论文）主要内容：
在摄像机拍摄正在运动的人或物体时，由于拍摄环境的相对运动关系复杂，成像质量不可控，拍摄出的图像往往具有运动模糊，严重影响了图像的质量，以及目标检测的准确性和可靠性。
传统盲去模糊方法计算量大，受场景限制，无法用于高分辨率图像实时优化，局限性较大。
生成对抗网络(Generative Adversarial Network, GAN)是近年来最具有前景的深度学习模型之一，模型通过框架中的生成模型（Generative Model）和判别模型（Discriminative Model）互相博弈而产生相当好的输出。
2. 毕业设计（论文）主要任务及要求
1. 查阅相关资料15篇以上（其中近五年英文文献不少于3篇）；
2. 完成开题报告；
3. 基于深度学习的图像去模糊算法的理论基础和相关算法的学习；
3. 毕业设计（论文）完成任务的计划与安排
第1—2周：查阅相关的文献资料，对研究内容进行整体了解；
第3—4周：了解整体实现方案，完成开题报告；
第5—12周：根据方案进行设计和实现；
4. 主要参考文献
[1] GoodfellowI J, Pouget-Abadie J , Mirza M , et al. Generative Adversarial Nets[C]//InternationalConference on Neural Information Processing Systems.MIT press,2014.
[2]Kupyn O,Budzan V,MykhailychM,Mishkin D,Matas J,et al. DeblurGAN: Blind MotionDeblurring Using Conditional Adversarial Networks [C]// IEEEConference on Computer Vision and Pattern Recognition,2018:8183-8192.
[3] MengWang,Shengyu Hou,Huafeng Li,Fan Li. Generative Image Deblurring based onMulti-scaled Residual Adversary Network driven by Composed Prior-PosteriorLoss[J]. Journal of Visual Communication and Image Representation,2019.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
